مقاله پیش بینی حداکثر نیروی برشی شمع های بتنی نگهبان پیوسته در خاک های درشت دانه تحت اثر بار جانبی با استفاده از روش هوش مصنوعی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله پیش بینی حداکثر نیروی برشی شمع های بتنی نگهبان پیوسته در خاک های درشت دانه تحت اثر بار جانبی با استفاده از روش هوش مصنوعی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پیش بینی حداکثر نیروی برشی شمع های بتنی نگهبان پیوسته در خاک های درشت دانه تحت اثر بار جانبی با استفاده از روش هوش مصنوعی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پیش بینی حداکثر نیروی برشی شمع های بتنی نگهبان پیوسته در خاک های درشت دانه تحت اثر بار جانبی با استفاده از روش هوش مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پیش بینی حداکثر نیروی برشی شمع های بتنی نگهبان پیوسته در خاک های درشت دانه تحت اثر بار جانبی با استفاده از روش هوش مصنوعی :

تعداد صفحات:۱۰
چکیده:
یکی از بهترین سازه های محافظ خاک در پروژه های ژئوتکنیکی بخصوص در مناطقی که دسترسی به سایت، انتخاب سیستم محافظ گودبرداری را محدود می سازد، شمع های نگهبان بتنی در جا پیوسته می باشد یکی از مهمترین پارامترهایی که باید در بحث طراحی و نیز عملکرد مناسب شمع ها و سازه های بالادست گودبرداری، مدنظر قرار داده شود، ماکزیمم نیروی برشی شمع ها می باشددر این مقاله یکی از روش های هوش مصنوعی به نام برنامه نویسی به روش توصیف ژن GEP برای تکامل مدل هایی ، جهت پیش بینی ماکزیمم نیروی برشی شمع ها مورد استفاده قرار گرفته است پارامترهای ورودی شامل مدول الاستیسیته، وزن مخصوص و زاویه اصطکاک داخلی خاک، فاصله مرکز به مرکز شمع ها و عمق و طول گودبرداری های عنوانشده، با استفاده از مدل سازی های ۳ بعدی که در نرم افزار قدرتمند المان محدود ABAQUS مورد تحلیل قرار گرفته اند، به دست آمده است مقایسه بین نتایج پیش بینی شده توسط مدل GEP و نتایج ABAQUS نشان می دهد که مدل های مورد نظر، توانایی و دقت بالایی در پیش بینی ماکزیمم نیروی برشی شمع های نگهبان دارد. همچنین جهت تایید صحت عملکرد مدل های ارائه شده آنالیز حساسیت بر روی آنها انجام شده است